ForHosting KIT · المستندات وملفات PDF

طريقة استخراج النص الخام من Word

استخراج نص من DOCX دون فتح Word هو أساس أي أتمتة تتعامل مع المستندات: فهرسة سِير ذاتية، تغذية محرك بحث، تحليل عقود بالجملة. تتجاهل الخدمة التنسيق وتعيد المحتوى وحده، نصًا خامًا، بترتيب ظهوره في المستند الأصلي، مقابل $0.055 للمستند الواحد.

● مستقرةلكل طلب · لكل مستند$0.052

تشغيل — $0.052 + $0.003/مستند اطّلع على الـAPI

استخدمها من الويبAPIالبريدالتطبيق قريبًاTelegram قريبًا

شغّلها أونلاين

شغّل هذه المهمة على خوادمنا باستخدام حسابك. الأدوات المجانية تعمل داخل متصفحك، أما هذه فتُخصم من رصيدك في KIT حسب السعر الموضّح أعلاه.

لماذا يحتاج النظام نصًا خامًا لا مستندًا منسَّقًا

الأنظمة لا تقرأ الخط العريض ولا الألوان؛ تقرأ الحروف فقط. حين يكون الهدف البحث أو التصنيف أو المقارنة أو تغذية نموذج لغوي بمحتوى نظيف، يصبح تنسيق Word بأكمله ضجيجًا زائدًا لا فائدة منه: المهم هو المحتوى في حالته الخام المجردة. الاستخراج يقدّم بالضبط هذا — فقرات المستند نصًا صرفًا، دون أنماط ولا وسوم مخفية، جاهزة لدخول فهرس بحث أو قاعدة بيانات أو مسار تحليل آلي مباشرة.

ماذا يخرج مع النص

متن المستند يخرج كاملًا وبترتيبه الأصلي: الفقرات، العناوين (كنص عادي بلا تنسيق خاص)، القوائم المرقّمة والنقطية، ومحتوى الجداول، مُسطَّرًا سطرًا وراء سطر بالتسلسل. الصور والعناصر الرسومية لا تدخل الناتج إطلاقًا — نص خام يعني نصًا خامًا فقط لا غير. لأغلب الاستخدامات (الفهرسة، التحليل، الترحيل بين الأنظمة) هذا هو المطلوب بالضبط، دون تنظيف رموز غريبة أو الاشتباك مع أنماط موروثة من عشر نسخ تعديل سابقة.

مستند واحد لكل استدعاء، آلاف كل ليلة

التصميم مبني للحجم الكبير من الأساس: كل استدعاء يعالج ملف DOCX واحدًا ويعيد نصه، ونظامك يسلسل ما يحتاجه من استدعاءات بالعدد المطلوب. مهمة ليلية تستخرج محتوى كل مستند وصل خلال اليوم — سِير ذاتية، مقترحات، محاضر اجتماعات — وفي الصباح تكون قاعدة البحث محدَّثة بالكامل، دون برنامج مكتبي مثبَّت على أي خادم من خوادمك ولا فتح ملف تلو الآخر يدويًا كل ليلة.

التكلفة وموعد الفتح

السعر معلن بوضوح تام: $0.052 للاستدعاء زائد $0.003 للمستند الواحد، أي $0.055 لكل عملية استخراج كاملة فعليًا. معالجة 300 سيرة ذاتية لوظيفة واحدة شاغرة يكلّف $16.5 فقط لا غير. الحدود المعلنة: 25 ميغابايت و200 صفحة لكل ملف واحد. نقطة صراحة مهمة جدًا: القدرة قيد النشر حاليًا ولا تقبل التنفيذ بعد؛ ننشر السعر أولًا لتخطط تكامل نظامك مبكرًا دون أي مفاجأة لاحقة عند الفتح الرسمي.

حالات الاستخدام

سِير ذاتية قابلة للبحث في نظام التوظيف

قسم موارد بشرية في شركة تجزئة يستلم مئات السِير الذاتية بصيغة Word لكل وظيفة شاغرة. الاستخراج الليلي يضع نص كل سيرة في فهرس البحث الداخلي، فيجد المسؤول عن التوظيف المرشحين بكتابة كلمة مفتاحية فقط.

عقود موردين تُراجَع بالجملة

القسم القانوني في شركة مقاولات يستخرج نص 400 عقد مورّد للبحث عن بند تعديل الأسعار. بدون الاستخراج، كانت المهمة ستستغرق أسابيع من فتح كل ملف يدويًا.

ترحيل مستندات داخلية دون نسخ ولصق

جمعية تعاونية ترحّل 2,000 مستند داخلي من Word إلى قاعدة معرفة جديدة. الاستخراج الجماعي يسلّم المحتوى نظيفًا وجاهزًا للاستيراد، بينما يبقى التنسيق القديم — الذي لم يعد أحد يريده — خلفه.

محاضر اجتماعات تغذّي بحثًا داخليًا

جهة خدمية تستخرج نص محاضر اجتماعاتها خلال خمس سنوات لتغذية أداة بحث دلالي داخلية. سؤال مثل «متى اعتُمدت ميزانية الصيانة؟» يحصل على إجابة خلال ثوانٍ.

الأسئلة الشائعة

هل يحافظ الاستخراج على الخط العريض أو الألوان أو الأنماط؟

لا، وهذا مقصود: الناتج نص خام بلا تنسيق. إن احتجت المستند بمظهره الكامل، فالأداة المناسبة أخرى؛ هذه مصمَّمة لتغذية الأنظمة.

هل يخرج محتوى الجداول ضمن النص؟

نعم، مُسطَّرًا؛ نص كل خلية يخرج بالتسلسل، سطرًا وراء سطر، مندمجًا مع تدفق بقية المستند.

هل يصلح لاستخراج سِير ذاتية بأعداد كبيرة؟

من أكثر استخداماته شيوعًا؛ كل استدعاء يستخرج مستندًا واحدًا، ونظامك يسلسل الدفعة كاملة — 300 سيرة ذاتية تكلّف $16.5.

هل يخرج النص بترتيب المستند الأصلي؟

نعم، بترتيب القراءة: العناوين والفقرات والقوائم والجداول تظهر بالتسلسل نفسه الموجود في DOCX.

السِير الذاتية تحتوي بيانات شخصية، كيف تُعامَل؟

المستند يبقى في الخدمة فقط أثناء المعالجة وحتى سحب النتيجة، ثم يُحذف نهائيًا دون نسخ أو استخدام ثانٍ.

هل هذه الخدمة تعمل الآن أم ما زالت قيد التجهيز؟

ما زالت قيد النشر حاليًا ولا تقبل التنفيذ. السعر المعلن هنا هو الساري بمجرد فتح الخدمة.

للمطوّرين — الوصول عبر API

كل ما في هذه الصفحة متاح برمجيًا. هذا القسم موجّه للفرق التقنية التي تريد ربط الأداة بأنظمتها الخاصة؛ بقية المستخدمين يمكنهم استخدام الأداة أعلاه مباشرة دون الحاجة لقراءة ما يلي.

الـEndpoint

POSThttps://api.kit.forhosting.com/doc/docx-to-text

صادِق على طلبك بترويسة Bearer، وأرسل طلب POST واحدًا لتدخل مهمتك قائمة التنفيذ فورًا؛ ثم تستلم النتيجة عبر webhook أو رابط موقّع.

استدعِ الخدمة من بيئتك

curl -X POST https://api.kit.forhosting.com/doc/docx-to-text \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"input":"…"}'

const res = await fetch("https://api.kit.forhosting.com/doc/docx-to-text", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "input": "…"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/doc/docx-to-text",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "input": "…"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/doc/docx-to-text", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"input":"…"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"input":"…"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/doc/docx-to-text", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

مثال على الطلب

{
  "input": "…"
}

مثال على الاستجابة

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "doc.docx_to_text",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

الواجهة غير متزامنة: تستلم task_id فور الإرسال، ويمكنك الاستعلام عن الحالة بمعدل طلب واحد في الثانية.

الأسعار

لكل طلب$0.052

لكل مستند$0.003

السعر معلن كما تراه: لا tokens ولا نظام نقاط؛ وإن فشلت المهمة فلن تُحاسَب عليها.

الحدود

`max_mb`	25
`max_pages`	200

الأخطاء

HTTP	الرمز	المعنى
`401`	`unauthorized`	مفتاح الوصول مفقود أو غير صالح؛ تحقق من ترويسة Bearer في طلبك.
`402`	`insufficient_balance`	رصيدك لا يكفي لتنفيذ هذه المهمة؛ أعد شحن الرصيد ثم أعد المحاولة.
`404`	`unknown_type`	نوع المهمة المطلوب غير موجود في الكتالوج — راجع الاسم المرسل في الطلب.
`429`	`rate_limited`	تجاوزت الحد المسموح من الطلبات؛ انتظر قليلًا ثم أعد المحاولة.

اطّلع على توثيق KIT الكامل ←